参数化

以下是关于 pytest 参数化（@pytest.mark.parametrize） 的详细指南，涵盖基础语法、高级用法及实战技巧：

---

一、参数化核心概念

1. 作用

通过 多组输入数据驱动同一测试逻辑，避免重复编写测试代码，提升覆盖率和可维护性。

2. 基本语法

import pytest

@pytest.mark.parametrize("参数名1, 参数名2", [(值1, 值2), (值3, 值4)])
def test_example(参数名1, 参数名2):
    assert 逻辑表达式

---

二、基础用法示例

1. 单参数测试

@pytest.mark.parametrize("number", [1, 2, 3])
def test_is_positive(number):
    assert number > 0

2. 多参数组合

@pytest.mark.parametrize("a, b, expected", [
    (1, 2, 3),
    (5, -3, 2),
    (0, 0, 0)
])
def test_addition(a, b, expected):
    assert a + b == expected

3. 参数化类方法

class TestMath:
    @pytest.mark.parametrize("x, y", [(2, 3), (4, 5)])
    def test_multiply(self, x, y):
        assert x * y == 6  # 第二组 (4,5) 会失败

---

三、高级用法

1. 动态参数生成

def generate_data():
    return [(i, i*2) for i in range(3)]

@pytest.mark.parametrize("input, output", generate_data())
def test_dynamic(input, output):
    assert input * 2 == output

2. 参数化与 Fixture 结合

@pytest.fixture
def db_conn():
    return Database.connect()

@pytest.mark.parametrize("user_id, name", [(1, "Alice"), (2, "Bob")])
def test_user_query(db_conn, user_id, name):
    assert db_conn.get_user(user_id).name == name

3. 嵌套参数化

@pytest.mark.parametrize("x", [0, 1])
@pytest.mark.parametrize("y", [2, 3])
def test_nested(x, y):
    assert x + y < 5  # (1,3) 的组合会失败

---

四、错误处理与标记

1. 特定参数组合跳过测试

import sys

@pytest.mark.parametrize("input, expected", [
    pytest.param(1, 2, id="正常值"),
    pytest.param(
        "a", 
        3, 
        marks=pytest.mark.skipif(sys.platform == "win32", reason="Windows 不兼容")
    )
])
def test_with_skip(input, expected):
    assert input + 1 == expected

2. 标记预期失败

@pytest.mark.parametrize("a, b", [
    (2, 3),
    pytest.param(5, 5, marks=pytest.mark.xfail)
])
def test_compare(a, b):
    assert a < b  # 第二组 (5,5) 预期失败

---

五、参数化测试报告优化

1. 自定义测试 ID（ids 参数）

def id_func(param):
    return f"输入：{param}"

@pytest.mark.parametrize(
    "number", 
    [1, 2, 3],
    ids=id_func  # 或直接使用 lambda: ids=lambda x: f"num_{x}"
)
def test_with_ids(number):
    assert number > 0

报告显示：

test_demo.py::test_with_ids[输入：1] 
test_demo.py::test_with_ids[输入：2] 
test_demo.py::test_with_ids[输入：3]

2. 自动生成 ID

当参数为复杂对象时，pytest 会自动生成唯一 ID：

@pytest.mark.parametrize("data", [
    {"user": "admin", "role": 1},
    {"user": "guest", "role": 0}
])
def test_roles(data):
    assert validate_role(data["user"], data["role"])

报告显示：

test_demo.py::test_roles[data0] 
test_demo.py::test_roles[data1]

---

六、最佳实践

场景	推荐做法
可读性优先	使用 ids 参数或 pytest.param 的 id 属性为参数组合命名
避免过度参数化	单个测试函数参数组合不超过 10 组，复杂场景拆分为多个测试函数
参数类型安全	确保每组参数类型与测试逻辑兼容，必要时添加类型检查
资源密集型参数化	结合 scope="session" 的 Fixture 减少重复初始化开销
与 pytest-xdist 兼容	确保参数数据可序列化（如避免传递数据库连接对象）

---

七、常见问题

Q1：参数数量不匹配

# 错误示例：参数名与数据维度不一致
@pytest.mark.parametrize("a, b", [(1,)])  # 缺少一个值
def test_error(a, b):
    pass

解决方案：确保每组数据的元素数量与参数名数量一致。

Q2：动态参数生成时的作用域问题

data = []

@pytest.mark.parametrize("x", data)
def test_dynamic(x): ...

data.append(1)  # 测试收集后修改 data 无效

解决方案：在测试收集阶段生成数据（如使用函数生成）。

---

八、综合实战

场景：测试用户登录接口的不同输入组合

import pytest

login_cases = [
    # (username, password, expected_status, expected_message)
    ("admin", "secret", 200, "Login success"),
    ("admin", "wrong", 401, "Invalid password"),
    ("", "secret", 400, "Username required"),
    ("guest", "", 400, "Password required"),
]

@pytest.mark.parametrize(
    "username, password, status, msg",
    login_cases,
    ids=lambda case: f"{case[0]}-{case[1]}:{case[2]}"  # 自定义ID
)
def test_login_api(api_client, username, password, status, msg):
    response = api_client.post("/login", json={
        "username": username,
        "password": password
    })
    assert response.status_code == status
    assert response.json()["message"] == msg

---

九、总结

• 核心优势：通过数据驱动减少代码冗余，提升测试覆盖率。
• 适用场景：
  • 多输入组合验证（如边界值、等价类划分）
  • API 接口的不同参数测试
  • 算法函数的多种用例验证
• 避坑指南：
  • 保持参数简洁可读
  • 避免测试逻辑与参数数据过度耦合
  • 结合 pytest.param 管理复杂参数

掌握参数化技巧，可让测试代码更简洁、更强大！ 🚀